郝同学的测开笔记

序言 近期本人参与了关于创建和使用扣子相关活动的经验分享，在此之前，对这项技术的理解尚显肤浅，仅草草地搭建了一个基础模型，并未深入探索其高级特性，如插件开发、知识库构建、工作流程设计等。然而，随着实践

序言 尊贵的读者朋友们，在上一章之末，我们已经成功完成了应用程序配置信息与模型定义部分的工作。在此，我们将要深入探讨如何运用SQLAlchemy工具包来便捷地创建数据库表，同时，我们也将演示用户信息的

前言 敬爱的读者们，在上一章节中，我们有针对性地为短链服务模块进行了初步的布局构想，其中涵盖了从数据存储结构到项目部署细节等诸多重要方面。在本篇文章中，我们将逐一落实上述设想并呈现具体实施步骤。在接下

前言 对于深受广大开发者喜爱的FastAPI框架，我在此之前已经投入学习并实践了一段时日。随着掌握深入，我利用此框架改造并提升了原先的代码覆盖率统计服务。然而，为了能进一步掌握并熟练运用该框架，我总是

前言 前段时间使用FastApi重构了Java代码覆盖率统计服务，当然是基于快速简单的FastApi使用，现在把知识延伸，深挖一下每个知识点，对于FastApi路由注册，我们刚接触框架时，最简单的注册

前言 前段时间在覆盖率服务中使用ApScheduler增加了定时任务，还不清楚的同学可以看看这篇文章ApScheduler：Python 中的任务调度库，然后又使用Gunicorn部署到正式环境，可以

前言 先来说说我们公司Java代码增量覆盖率的实现，大致分为两部分，第一部分定时获取全量测试覆盖率报告，第二部分通过diff操作统计增量代码覆盖率，刚开始，全量覆盖率的获取是脚本形式实现，然后使用cr

前言 之前发布的文章中提及到了，前段时间使用Fastapi重构了Java代码覆盖率服务统计工作，总之是本着学习Fastapi框架的理念，重构完成之后，就要部署了，那该如何部署呢？在本地部署和正式环境部

前言 如何判定此次测试是否达标，代码覆盖率是衡量的标准之一。前段时间，利用fastapi框架重写了覆盖率统计服务，核心其实就是先获取全量代码覆盖率，然后通过diff操作统计增量代码覆盖率，当然要使用d